نفيديا DGX Spark: الأداء من أجل الذكاء الاصطناعي
نفيديا DGX Spark، المتاح منذ 15 أكتوبر 2025، يعد بأداء ذكاء اصطناعي يصل إلى 1 بيتافلوب بدقة FP4 مقابل 3,999 دولار أمريكي. هذا الحاسب الشخصي للذكاء الاصطناعي موجه للمطورين والباحثين والطلاب الذين يرغبون في نماذج الذكاء الاصطناعي محلياً بنمذجة نماذجها وتعديلها وتشغيلها.
Quelle: عرض مخصص
مقدمة
نفيديا DGX Spark هو جهاز كمبيوتر ذكاء اصطناعي مدمج وموفر للطاقة يعتمد على شريحة Grace-Blackwell-Superchip. وهو مُصمم للتطوير المحلي للذكاء الاصطناعي والاستدلال والضبط الدقيق. يوفر النظام حتى 1 بيتافلوب من أداء الذكاء الاصطناعي عند FP4، ويحتوي على 128 جيجابايت من الذاكرة النظامية المتماسكة والمتجانسة. يمكن معالجة نماذج تصل حتى نحو 200 مليار معامِّل محلياً، وهذا يعتمد على التكميم والندرة. يتضمن DGX Spark مساحة 4 تيرابايت NVMe وتوأم ConnectX-7 وبأبعاد 150 × 150 × 50.5 مم. نظام التشغيل DGX OS مبني على أوبونتو ويشمل طبقة CUDA ومكتبات NVIDIA-AI الشائعة.
من المهم ملاحظة أن Spark هنا لا يعني Apache Spark، محرك البيانات الضخمة. لتسريع خطوط البيانات باستخدام Apache Spark تقدم NVIDIA RAPIDS Accelerator لـ Apache Spark وهو إضافة تمكّن تسريع الـGPU غالباً دون تعديل الشفرة. وأيضاً AWS EMR تدعم هذا المسرع لأحمال Spark .
الخلفية والتطوير
أعلنت NVIDIA عن DGX Spark في مارس 2025 ضمن GTC، مع DGX Station الأكبر. كان DGX Spark سابقاً يعرف باسم مشروع DIGITS. في بدأ البيع في 15 أكتوبر 2025 بسعر 3,999 دولار أمريكي , بعد تأخير عن الموعد الأصلي المقرر في مايو. NVIDIA تضع الجهاز كـ أصغر كمبيوتر فائق للذكاء الاصطناعي على مستوى العالم مخصص للمكتب، مع حتى 1 بيتافلوب من أداء الذكاء الاصطناعي (FP4) و128 جيجابايت من ذاكرة موحدة. يطرح عدة شركاء OEM نسخاً خاصة بهم في السوق. كان متجر NVIDIA الخاص عند الإطلاق شبه منتهياً، وتفاوت التوفر في السوق حسب المنطقة. Der سوق NVIDIA يعرض المواصفات الفنية والأسعار ومحتويات الشحن . تؤكد أول التجارب الميدانية من السوق ووسائل الإعلام التقنية تصميم GB10، مع معالج Grace-CPU بـ20 نواة، و128 جيجابايت من ذاكرة LPDDR5X الموحدة، واتصال ConnectX-7.
Quelle: hothardware.com
محتويات حزمة NVIDIA DGX Spark مع الملحقات للبدء الفوري.
التحليل ومجالات التطبيق
تخفض NVIDIA مع DGX Spark barriers لصالح عمل ذكاء اصطناعي محلي جاد. نمذجة أولية، وضبط دقيق، واختبارات ممكنة بدون GPU سحابي وبدون أعباء مراكز البيانات، مع ترحيل سلس إلى DGX Cloud أو بنى تحتية أخرى معززة. يعزز الجهاز ارتباطه بنظام NVIDIA البرمجي البيئي (CUDA، cuDNN، Triton، NeMo)، وهو ما يدفع المطورين مباشرة إلى تكديس NVIDIA. ثالثاً تستهدف NVIDIA Edge وPhysical AI، حيث تكون عقد الحوسبة المدمجة والمتصلة مفيدة. يتوقع الملاحظون أهمية خاصة عند حواف الشبكات وفي روبوتيات. تُظهر الاختبارات المبكرة أن السرعة المطلقة لا تتفوق دائماً لدى كل حالة على بطاقات الرسوميات عالية النهاية، ولكن الذاكرة الكبيرة والمتجانسة تسمح بنماذج لا تستطيع بطاقات الرسوميات الاستهلاكية العادية تحملها بسبب قيود VRAM.
Quelle: يوتيوب
الفيديو يعرض الإصدارات الأولى ويرسم شرائح الجمهور المستهدف وصور الاستخدام مباشرة من منظور NVIDIA ، مفيدة كسياق.
الحقائق والتقييمات
ثَبُت أن DGX Spark يوفر حتى 1 بيتافلوب من أداء الذكاء الاصطناعي عند FP4، وهو مبني على رقاقة GB10 Grace-Blackwell-Superchip ويمتلك 128 جيجابايت من ذاكرة موحدة. الجهاز يكلف 3,999 دولار أمريكي وهو متاح للبيع منذ 15 أكتوبر 2025 . يربط بطاقتي DGX Spark باستخدام ConnectX-7 لمعالجة نماذج أكبر يصل عدد معاملاتها إلى نحو 405 مليار. وتصف NVIDIA التوصيل والإعداد في الدليل الرسمي .
Quelle: signal65.com
نفيديا DGX Spark: كمبيوتر ذكاء اصطناعي فائق للمكتب.
غير واضح مدى التفوق الفعلي مقارنة بمحطات العمل التي تحتوي على GPUs مكتبية كبيرة في سير العمل النموذجي خارج ميزة الذاكرة. تُظهر الاختبارات الأولى فائدة في النماذج التي تحتاج ذاكرة كبيرة، لكنها ليست دائماً الأسرع في المقاييس القياسية. كما توجد تقارير متباينة بشأن التوفر خارج تجار مختارين؛ فبعض الأحيان كان الجهاز سريعاً النفاد عند الإطلاق.
من الخطأ أو المضلل الافتراض بأن DGX Spark بديل لتدريب قبل التدريب على نطاق واسع لنماذج Frontier بشكل منفرد. NVIDIA توظّفه صراحةً في النمذجة الأولية، الضبط الدقيق، والاستدلال، مع مسار إلى السحابة أو مراكز البيانات الأكبر للتدريب النهائي. التصريحات التي تقول إنه مجرد كمبيوتر تسويقي صغير لا تأخذ في الاعتبار الهندسة المعمارية مع ذاكرة متماسكة وConnectX-7 وتدرجها، وهو أمر ليس شائعاً في فئة المستهلك.
Quelle: thecekodok.com
نظرة إلى داخل DGX Spark تكشف عن بنية عتادية قوية.
تُبرز وسائل الإعلام التقنية التوازن بين سعة الذاكرة الهائلة وتركيز المطورين، لكنها ليست بطلاً سريعاً مطلقاً ضد بطاقات الرسوميات الأعلى في كل تخصص. من وجهة نظر التجّار، تؤكد التجارب العملية المواصفات والفئة المستهدفة Dev/Research. تقارير الإطلاق تشير إلى زيادة السعر مقارنة بالإعلانات السابقة وتأخر حتى أكتوبر. تتوقع التحليلات دفعة لسيناريوهات Edge وPhysical-AI بدلاً من أجهزة الكمبيوتر المكتبية للسوق الشامل.
الآثار العملية
إذا كنتم تريدون إجراء تجارب محلية على نماذج كبيرة، ضبطها بدقة وتكاملها، فإن DGX Spark مثير للاهتمام — خاصة إذا كانت حدود VRAM تعرقل أجهزتكم الحالية. من أجل أنابيب البيانات ذات الأحجام الكبيرة (ETL/Feature-Engineering)، يجدر النظر إلى أعباء عمل Apache Spark مع RAPIDS Accelerator، والتي يمكنكم رفعها على وحدات GPU في كثير من الحالات دون تغييرات في الشفرة— سواء في مكان العمل أم في السحابة. من يريد التوسع لاحقاً يمكنه نقل النتائج إلى DGX Cloud أو بنى تحتية معززة أخرى، وهو مسار NVIDIA المعلن عنه.
Quelle: يوتيوب
حديث AWS re:Invent يبيّن عملياً كيف يمكن تسريع خطوط أنابيب Apache Spark باستخدام RAPIDS على وحدات GPU — مفيد لترجمة التجارب المحلية إلى مسارات بيانات إنتاجية.
أسئلة مفتوحة تبقى: كيف ستتطور بيئة البرمجيات على ARM64 خارج مجموعة NVIDIA—على سبيل المثال مع برامج التشغيل وسلاسل الأدوات والمكتبات المتخصصة؟ مدى استقرار وتوفر الأجهزة في الأشهر القادمة، حتى خارج تجار بعينهم؟ ما هي المكاسب الفعليّة في الكفاءة في سير عملكم المحدد—خصوصاً مقارنة بمحطات العمل التي تستخدم بطاقات رسومية مكتبية كبيرة؟ ومتى ستتبع DGX Station الأكبر بتفاصيل نهائية لاستخدام المكتب فوق DGX Spark؟
الخلاصة
يُتيح DGX Spark تطوير الذكاء الاصطناعي بشكل جدي ليكون في متناول المكتب: ذاكرة موحدة كبيرة، أداء ذكاء اصطناعي قوي، وطريق واضح نحو بنى تحتية أوسع. ليس جهازاً سحرياً لكل شيء، ولكنه أداة مركزة للنمذجة الأولية، الضبط الدقيق، والاستدلال المحلي. من يريد تسريع تدفقات البيانات الكبيرة، يربطها بشكل منطقي مع Apache Spark إضافة إلى RAPIDS ويخطط للانتقال إلى بيئات قابلة للتوسع — محلياً كما في السحابة.